IT, data & développement / /9 min de lecture
Une erreur de saisie qui passait inaperçue à 200 lignes par mois devient un problème structurel à 5 000. Mécanismes de propagation, coûts cachés et points de contrôle à installer quand les volumes de données grimpent.
Tant qu’une entreprise traite quelques centaines de lignes par mois, la saisie de données reste une activité discrète. Une commande mal codée, une adresse incomplète ou un code article inversé finissent par être repérés par quelqu’un qui connaît le dossier, et corrigés en deux minutes. Ce filet de sécurité informel fonctionne tant que les volumes restent à taille humaine. Le jour où ils changent d’échelle, par exemple après l’ouverture d’un nouveau canal de vente, l’intégration d’une filiale ou la dématérialisation d’un flux jusque-là papier, ce filet se déchire sans bruit. Les erreurs ne sont pas forcément plus fréquentes en proportion, mais elles deviennent plus nombreuses en valeur absolue, circulent plus vite et touchent plus de systèmes. Comprendre pourquoi la saisie et le contrôle des données prennent alors une importance nouvelle permet d’agir avant que les conséquences ne se voient dans les comptes ou dans la relation client.
L’effet d’échelle : un taux d’erreur stable, des dégâts qui explosent
Le premier mécanisme est arithmétique, et c’est justement pour cela qu’il est sous-estimé. Supposons qu’un opérateur attentif se trompe sur une ligne sur cent, ce qui correspond à un niveau de qualité tout à fait honorable pour une saisie manuelle. À trois cents lignes par mois, cela représente trois anomalies, que la mémoire collective de l’équipe repère sans difficulté. À six mille lignes, on parle de soixante anomalies mensuelles, soit trois par jour ouvré, que plus personne ne peut suivre de tête. Le taux n’a pas bougé, mais la charge de correction a été multipliée par vingt.
Ce basculement s’accompagne d’une perte de vision d’ensemble. Avec de faibles volumes, chaque collaborateur connaît les clients, les fournisseurs et les produits concernés, ce qui lui permet de détecter une incohérence à l’intuition : « ce client ne commande jamais ce produit », « ce prix me paraît bas ». Quand les volumes augmentent, cette connaissance intime disparaît. La saisie se fait sur des données que l’opérateur ne connaît pas, et plus rien ne signale spontanément qu’une valeur est absurde.
Enfin, la croissance des volumes s’accompagne souvent d’une diversification des sources. Les données arrivent par un formulaire web, par des fichiers envoyés par des partenaires, par des bons scannés, par une place de marché. Chaque source a ses formats, ses conventions de date, ses façons d’écrire une raison sociale. Plus les sources sont nombreuses, plus les règles de normalisation deviennent nécessaires, et moins le bon sens individuel suffit à garantir la cohérence.
Comment une donnée fausse se propage dans vos systèmes
Le deuxième mécanisme est la propagation. Dans une petite organisation, une donnée saisie reste souvent dans un seul outil. Dans une organisation qui grandit, la même donnée est synchronisée vers l’ERP, le CRM, l’outil de facturation, le logiciel de logistique et le tableau de bord de la direction. Une erreur à l’entrée n’est donc plus une erreur locale : elle se réplique en quelques minutes dans cinq endroits, et chacun de ces systèmes va l’utiliser pour produire autre chose.
Prenons un exemple concret. Un code TVA intracommunautaire mal saisi sur une fiche client ne gêne personne le jour de la création. Il ressort trois mois plus tard, quand l’expert-comptable prépare la déclaration d’échanges de biens et constate que les factures émises vers ce client ne sont pas conformes. Il faut alors émettre des avoirs, refaire des factures, prévenir le client, parfois régulariser une déclaration. Le coût de correction n’a plus rien à voir avec les quelques secondes qu’aurait demandé un contrôle au moment de la saisie.
Les doublons sont un autre cas typique. Quand deux personnes créent la même fiche fournisseur avec une orthographe légèrement différente, les achats se répartissent sur deux comptes. Le suivi des volumes par fournisseur devient faux, les négociations annuelles se font sur des chiffres sous-estimés, et le risque de payer deux fois la même facture augmente. Aucun de ces effets n’est visible le jour de la création du doublon. C’est précisément ce décalage entre l’erreur et sa conséquence qui rend la qualité des données si difficile à défendre en interne : le coût arrive toujours plus tard, dans un autre service.
Les coûts que personne ne rattache à la saisie
Le troisième mécanisme concerne la comptabilisation des coûts. Une saisie défaillante produit des dépenses bien réelles, mais elles apparaissent sous d’autres noms. Il y a le temps passé par le contrôleur de gestion à « retraiter » les exports avant chaque comité, qui peut atteindre plusieurs jours par mois dans les organisations où les référentiels ne sont pas tenus. Il y a les colis renvoyés à cause d’une adresse incomplète, facturés deux fois par le transporteur. Il y a les relances clients envoyées à tort sur des factures déjà réglées, qui abîment la relation sans que personne ne le mesure.
Il y a aussi un coût de décision. Quand les chiffres d’un tableau de bord sont régulièrement contestés, les réunions de direction se transforment en discussions sur la fiabilité des données plutôt que sur les choix à faire. Les managers reconstituent leurs propres fichiers « pour être sûrs », ce qui multiplie les versions de la vérité et entretient la défiance. À terme, l’entreprise a investi dans des outils de pilotage qu’elle n’utilise plus vraiment, parce qu’elle ne croit plus à ce qu’ils affichent.
Enfin, il existe un coût réglementaire. Des données personnelles mal tenues, des consentements non tracés, des fiches de contact en double qui continuent à recevoir des communications après une demande d’opposition exposent l’entreprise à des réclamations. La conformité au RGPD suppose une donnée à jour, exacte et correctement documentée. Plus les volumes augmentent, plus l’écart entre ce principe et la réalité des bases peut se creuser si la saisie n’est pas encadrée.
Scénario : un distributeur de fournitures techniques après l’ouverture de son e-shop
Prenons un distributeur de fournitures techniques de soixante salariés, qui vendait historiquement par téléphone et par ses commerciaux itinérants. L’entreprise ouvre une boutique en ligne pour les petits clients professionnels et se connecte à deux places de marché. En un an, le nombre de commandes mensuelles triple, et le nombre de fiches clients créées suit la même courbe. L’équipe administration des ventes, composée de quatre personnes, continue à fonctionner comme avant, en saisissant et en corrigeant au fil de l’eau.
Les signaux s’accumulent. Les fiches articles importées depuis les fichiers des fournisseurs comportent des unités de vente incohérentes, si bien qu’un client commande une boîte de cent vis et reçoit une vis à l’unité. Les commandes issues des places de marché créent systématiquement un nouveau client, même lorsqu’il existe déjà dans l’ERP. Les commerciaux se plaignent de ne plus retrouver l’historique de leurs comptes. Le service comptable découvre des écarts de TVA sur les ventes intracommunautaires.
L’analyse montre que le problème ne vient pas d’un manque de compétence de l’équipe, mais de l’absence de trois éléments : des règles de saisie écrites (format des raisons sociales, règles de dédoublonnage, unités de vente de référence), un contrôle systématique à l’entrée des flux importés, et une personne dont la mission explicite est la tenue des référentiels. Une fois ces trois éléments posés, les erreurs résiduelles deviennent visibles, mesurables et traitables. Sans eux, l’entreprise aurait continué à corriger les symptômes dans chaque service, sans jamais traiter la cause.
Installer des points de contrôle proportionnés au volume
Face à ces mécanismes, la réponse ne consiste pas à tout vérifier deux fois. Un contrôle exhaustif et manuel de chaque ligne n’est pas tenable quand les volumes grimpent, et il finit par être fait de manière superficielle. Il vaut mieux construire une chaîne de contrôle à plusieurs niveaux. Le premier niveau est préventif : listes déroulantes plutôt que champs libres, formats imposés pour les numéros SIRET ou les IBAN, champs obligatoires bien choisis. Ce sont des réglages simples dans la plupart des ERP et CRM, et ils éliminent une bonne partie des erreurs de forme.
Le deuxième niveau est un contrôle à l’entrée des flux en masse. Chaque fichier importé, qu’il vienne d’un fournisseur, d’une place de marché ou d’un partenaire, passe par une vérification de structure et de cohérence avant intégration : colonnes attendues, valeurs hors bornes, correspondance avec les référentiels existants. Le troisième niveau est un contrôle par échantillonnage régulier, par exemple quelques dizaines de fiches tirées au hasard chaque semaine, vérifiées selon une grille. Il permet de mesurer un taux d’erreur réel et de repérer une dérive avant qu’elle ne produise des conséquences.
Le quatrième niveau est la maintenance des référentiels : dédoublonnage périodique, archivage des fiches inactives, mise à jour des données qui vieillissent comme les adresses et les contacts. Cette activité est souvent orpheline, parce qu’elle ne correspond à aucune urgence. C’est pourtant elle qui conditionne la fiabilité de tout le reste. Désigner clairement qui en a la charge, avec un temps réservé, est souvent la décision la plus rentable qu’une organisation puisse prendre sur ses données.
Une cellule dédiée à la qualité de vos données, avec Dedicateam à Madagascar
Dedicateam aide les entreprises dont les volumes de données augmentent à séparer deux rôles qui se confondent trop souvent : ceux qui utilisent la donnée et ceux qui en garantissent la qualité. L’axe que nous privilégions ici est la formation. Avant toute prise de poste, les collaborateurs de l’équipe dédiée à Madagascar sont formés à vos référentiels, à vos règles de nommage, à vos cas de dédoublonnage et à la manière dont une erreur se propage dans vos systèmes. Comprendre pourquoi une règle existe est ce qui permet de l’appliquer correctement quand un cas imprévu se présente.
Cette cellule prend en charge les tâches qui restent sans titulaire dans la plupart des organisations : saisie des flux non automatisés, contrôle des imports en masse, échantillonnage hebdomadaire, maintenance des fiches clients, fournisseurs et articles. Les règles de saisie sont formalisées avec vos équipes métier, puis documentées dans un guide partagé qui sert aussi à vos collaborateurs internes. Le reporting porte sur le taux d’anomalies détectées, leur origine et leur délai de correction, ce qui vous donne une mesure de la qualité de vos données dans le temps.
L’externalisation de ces tâches vers un centre de services offshore ne signifie pas que la donnée sort de vos outils : l’équipe travaille dans votre ERP ou votre CRM, avec des accès nominatifs et limités. Ce modèle de délégation permet d’ajuster la capacité quand un nouveau flux s’ajoute, comme une place de marché supplémentaire ou une reprise de base après une acquisition. La sous-traitance du contrôle à une équipe basée à Madagascar s’intègre ainsi dans votre organisation plutôt qu’à côté d’elle.
Notre approche : former une équipe dédiée à la logique de vos données avant de lui confier la saisie, pour que le contrôle porte sur le sens et pas seulement sur la forme.